arXiv上发表的一项新研究表明，AI视觉模型可以正确编码数字信息，但无法输出准确的计数，这一缺陷可以通过简单的修复来改进。此外，Spotify和伦敦玛丽女王大学的研究表明，叙述者的声音特征显著影响有声读物的吸引力。 AI
排序理由 该集群包含一篇研究论文和一项关于声音吸引力的研究。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
AI视觉模型误读数字；叙述者声音影响有声读物吸引力
报道来源 [2]
-
AI视觉模型能正确编码数量但输出错误数字 Vision-language模型内部编码正确答案但解读错误，一项新的arXiv研究发现
AI vision models encode correct count but output wrong numbers Vision-language models internally encode the right answer but misread it, a new arXiv study finds. A simple fix lifts counting accuracy 15.6 points. https://www. notatechguy.com/ai-vision-mode ls-encode-correct-count-…
-
Spotify研究发现叙述者声音与有声读物吸引力相关 Spotify和玛丽女王大学研究人员发现音调和语速等声音特征与有声读物参与度相关
Spotify study links narrator voice to audiobook appeal Spotify and Queen Mary researchers found voice features like tone and pace correlate with audiobook engagement even after controlling for the title. https://www. notatechguy.com/spotify-study- links-narrator-voice-to-audioboo…